PENERAPAN METODE FORECASTING TIME SERIES WEIGHT MOVING AVERAGE UNTUK MEMPREDIKSI HASIL PENJUALAN SPAREPART MOTOR (Studi Kasus: Roma Motor Purwokerto)

Roma Motor Purwokerto menyediakan stok sparepart, namun kurang memperhatikan perencanaan penjualan sparepart motor setiap bulan. Sehingga, berpengaruh pada persiapan stok produksi sparepart yang akan dijual Oleh karena itu, diperlukan metode prediksi yang tepat untuk menentukan jumlah hasil penjualan sparepart motor. Metode penelitian menggunakan metode forecasting time series Weighted Moving Average atau rata-rata bergerak untuk menambah bobot pada data terbaru yang lebih releven dari data masa lalu, data jumlah hasil penjualan sparepart motor diambil 17 bulan terakhir. Pengumpulan data melalui wawancara, dan literasi. Validasi perhitungan secara manual dan aplikasi POM-QM for windows. Tujuan penelitian ini untuk memprediksi jumlah kriteria penjualan pada bulan juni 2023 dan perbandingan WMA bobot 3 dan WMA bobot 6 metode forecasting time series Weighted Moving Average. Hasil penelitian ini, diperoleh metode WMA bobot 6 sebagai metode yang tepat dengan nilai prediksi 536,97%, nilai error terkecil MAD 66.60%, MSE 5.21% dan MAPE 12%.Nilai Tracking Signal (4 dan -1) dan Moving Range (98,13% dan -110,09%) menunjukan bahwa metode ini dapat diterima sebagai dasar pengambilan keputusan.